測距・測位不要な信号源同士の近接関係推定による信号源クラスタリング

通过估计信号源之间的邻近关系来进行信号源聚类，无需测距或定位

基本信息

批准号：
20K11778
负责人：
川喜田佑介
金额：
$ 2.83万
依托单位：
Kanagawa Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K11778/
关键词：
クラスタリング時系列 RSSI IoT BLE ビーコン RFID ユビキタスコンピューティング無線通信

项目摘要

本研究では、測距・測位不要な信号源同士の近接関係推定を行うことで、信号源のクラスタリング結果の時間推移を得て、各々のクラスタのアノテーションを活用する近接性アプリケーションの創出を目的としている。そのようなアプリケーションを対象として、測距・測位不要の信号源近接性推定技術を提案している。当初の計画では、受信電力強度（RSSI）の時系列データを特徴量とし、それぞれの系列間の類似度を距離関数で表し、階層的クラスタリングすることで近接関係を定量的に示すことを目指した。昨年度までに使用環境に設置された無線LANアクセセスポイントのBSSIDを使用して観測者の状態判別を目的とし、時系列データのクラスタリング手法のアルゴリズムとして時系列データのセグメントとクラスタリングを同時に使用可能なToeplitz Inverse Covariance-based Clustering (TICC)を選定して、観測者の在室判別を行うことが可能であると見通しと適切な前処理による処理時間の短縮が可能であることを示した。今年度は、精度の向上を期待して、RSSI特徴量を近年行動認識などで注目されるWiFi CSI特徴量に拡張する検討を行った。検討の結果、次元数が大きいWiFi CSIにおいては適切な次元圧縮が必要であることがわかった。また、WiFi CSIを用いた他の研究はWiFiパケットの送信と受信の双方の無線機を設置する環境を想定しているものが多いが、本研究で想定する環境では送信側は環境に予め設置されているものを使わざるをえない。この場合、WiFiのトラフィック量を制御できず、取得できる特徴量をに影響を与えることもわかった。

在本研究中，通过估计不需要距离测量或定位的信号源之间的邻近关系，我们获得信号源的聚类结果的时间过程，并旨在创建一个利用每个聚类的注释的邻近应用程序。是。针对此类应用，我们提出了一种不需要测距或定位的信号源邻近估计技术。在最初的方案中，我们的目标是使用接收功率强度（RSSI）的时间序列数据作为特征量，用距离函数来表达每个序列之间的相似性，并通过层次聚类来定量地展示邻近关系。可以同时使用时间序列数据的分割和聚类作为时间序列数据聚类方法的算法，以便使用去年安装在使用环境中的无线LAN接入点的BSSID来确定观察者的状态。选择基于托普利茨逆协方差的聚类（TICC），我们表明可以确定房间中是否存在观察者，并且可以通过视线和适当的预处理来缩短处理时间。今年，为了提高准确性，我们考虑将 RSSI 特征扩展到 WiFi CSI 特征，近年来，WiFi CSI 特征在行为识别等活动中引起了人们的关注。我们的研究结果发现，对于具有大量维度的 WiFi CSI，适当的维度压缩是必要的。此外，许多其他使用WiFi CSI的研究都假设安装了用于发送和接收WiFi数据包的无线设备的环境，但在本研究假设的环境中，发送器侧提前安装在环境中，我别无选择。但要利用现有的东西。在这种情况下，发现无法控制WiFi流量，从而影响了可以获得的特征量。